基于电子鼻技术结合网络药理学分析半夏不同炮制品的气味差异标志物

目的借助HeraclesⅡ超快速气相电子鼻获取半夏不同炮制品的气味指纹图谱信息,并结合网络药理学分析半夏不同炮制品之间的气味差异标志物。方法使用HeraclesⅡ超快速气相电子鼻获取半夏不同炮制品的气相色谱图,利用多元分析方法,得到半夏不同炮制品的气味差异标志物,结合网络药理学分析,得到差异成分的靶点和通路,从而预测半夏不同炮制品潜在的气味差异标志物。结果半夏不同炮制品共鉴定出21个与气味相关的化学成分,其中甲基丁香酚、二乙基酮等5个成分是半夏不同炮制品的气味差异标志物,经网络药理学分析,这些成分具有止咳、抗炎等作用。结论所建立的半夏及其炮制品气味指纹图谱专属性强,筛选出5种可作为半夏不同炮制品的潜在气味差异标志物的化学成分,可为中药炮制机制及工艺研究提供新思路和适用方法。

电子鼻技术应用于木香和川木香的快速鉴别研究

目的:基于超快速气相电子鼻技术建立一种快速鉴别木香与川木香的方法。方法:收集市场上不同来源的木香与川木香样品,基于HeraclesⅡ超快速气相电子鼻探索建立合适的气味分析方法,结合Kovats保留指数及Arochembase数据库对木香和川木香的气味化合物进行分析研究;针对采集的气味指纹信息,建立主成分分析(PCA)、判别因子分析(DFA)、软独立建模分析(SIMCA)和统计质量控制分析(SQCA)模型,对其气味信息进行数据处理和分析。结果:通过对比气味指纹信息发现木香与川木香存在较大差异,建立的PCA、DFA、SIMCA、SQCA模型均能实现对木香与川木香的快速识别。结论:该方法简单、快速、准确,为快速无损鉴别木香和川木香提供了新技术和新依据。

某工业园区恶臭指纹谱及其溯源应用

对某沿海工业园区内的印染、危废焚烧、石油化工、塑料制品、制药行业的5个典型工业源排放的挥发性有机物(VOCs)和臭气浓度进行定量分析,臭气浓度值在97~741之间,均存在一定的恶臭污染。从定量分析的116种有机污染物中筛选出24种物质作为恶臭指纹谱指标物质,根据归一化浓度绘制各工业源的指纹谱,并利用分歧系数法分析不同工业源指纹谱的差异化程度,分歧系数范围为0.625~0.915,说明不同工业排放源存在较大差异。研究结果可为该工业园区内的恶臭污染溯源及管控提供科学依据。

南疆地区骏枣GC-IMS气味指纹图谱的建立及分析

为了进一步丰富新疆南疆地区骏枣气味指纹信息和探究南疆不同地区之间骏枣气味成分的异同,本研究以南疆喀什、和田、阿克苏地区的骏枣为研究对象,利用气相色谱-离子迁移技术(GC-IMS)构建气味指纹图谱,采用主成分分析法(PCA)分析不同地区骏枣气味差异。研究表明:通过GC-IMS技术构建的气味指纹图谱可较好地区分南疆喀什、和田、阿克苏地区骏枣的气味成分。在对南疆骏枣气味分析中,GC-IMS共定性出53种气味物质,主要为酸类、脂类、醛类物质,其中阿克苏地区骏枣主要特征气味物质为愈创木酚和苯乙酮;喀什地区骏枣主要特征气味物质是糠醛、丙酸、壬醛;和田地区骏枣其主要特征气味物质为乙酸异丙酯和异丁酸。采用PCA法对南疆骏枣气味归类,能够明确区分样品产地。该研究将为南疆不同产地骏枣的鉴别提供一定理论依据。

基于电子鼻与GC-MS技术的鲜、干鱼腥草的比较研究及腥味成分相关性分析

目的从气味和化学成分2个方面对鲜、干两类鱼腥草样本进行比较研究。方法采用电子鼻技术和气相色谱质谱联用技术分别对鲜、干两类鱼腥草样本的“腥味”和挥发性成分进行分析,采用雷达图、主成分分析(PCA)、正交偏最小二乘判别分析(OPLS-DA)等数据建模及可视化分析方法,对鲜、干两类鱼腥草样本进行比较,在此基础上采用相关性分析揭示化学成分表达与“腥味”指标间的相关性。结果电子鼻10种传感器检测指标的雷达图直观表达了鲜、干鱼腥草的“腥味”特征差异,通过建模分析(PCA、OPLS-DA)整体表征了鲜、干鱼腥草组间的气味差异并对两者进行了区分,筛选确定了W1W、W2W、W3C、W5C 4种主要差异传感器指标;GC-MS分析从鲜、干鱼腥草中共鉴定表征了90个挥发性成分,建模分析(PCA、OPLS-DA)整体表征了鲜、干鱼腥草组间的化学成分差异并对两者进行了区分,筛选得到35个主要差异成分;相关性分析结果表明d-柠檬烯、(±)-2-蒎烯、Beta-蒎烯、石竹素、(-)-spathulenol、正壬醛、(Z)-β-法呢烯、月桂烯、邻-异丙基苯为代表的9种物质,在鱼腥草“腥味”中起到重要影响。结论以上研究结果揭示了鲜、干两类鱼腥草的“腥气”特征及差异,为建立基于感官评价技术的鱼腥草质量评价体系以及鲜、干鱼腥草的质量控制提供参考。

HS-SPME-GC-MS/MS结合ROAV值鉴定新疆库车小白杏的关键香气物质

该研究优化了顶空固相微萃取-气相色谱双质谱(Headspace Solid Phase Microextraction with Gas Chromatography Coupled to Tandem Mass Spectrometry,HS-SPME-GC-MS/MS)联用技术检测新疆库车小白杏挥发性化合物组成的方法,并基于相对香气活性值(Relative Odor Activity Value,ROAV)鉴定其关键性香气物质,对小白杏呈香属性指纹进行分析。结果表明:使用50/30μm聚二乙烯基苯/碳吸附剂/聚二甲基硅氧烷(Divinylbenzene/Carboxen/Polydimethylsiloxane,DVB/CAR/PDMS)的萃取纤维,萃取温度为65℃,萃取时间为50 min时,萃取效率最高。在该条件下,共鉴定出小白杏中含有的46种挥发性物质,其中醇类物质含量最高(34.57%),其次是酯类(33.77%)和醛类物质(24.77%)。ROAV分析表明,β-紫罗兰酮、γ-癸内酯、二氢-β-紫罗兰酮、芳樟醇、月桂烯以及α-紫罗兰酮为关键香气物质(ROAV>1),赋予了小白杏浓郁的果香、花香以及木香。呈香属性指纹分析表明,与吊干杏相比,小白杏的青草香、果香、椰子香、柑橘香以及花香更为强烈,只有木香较弱。该研究确定了新疆库车小白杏中含有的关键香气成分,可为探索具有小白杏风味的产品研发提供参考依据。

基于异味走航监测技术的指纹谱构建方法——以某石化企业为例

针对石化行业异味投诉现象严重、异味组成不明的难题,利用便携式电子鼻设备,组合离子迁移技术和质谱技术,建立异味污染走航监测系统,并配合实验室分析检测,对天津某大型石化企业进行异味污染排查与排放特征分析,建立重点点位与区域成分谱,并利用理论臭气浓度和气相色谱嗅觉检测分析方法,确定气味成分,绘制指纹谱图。结果表明:便携式电子鼻走航测定的臭气浓度为10~1100,共发现异味事件14起,含氧有机物、含氮有机物与烷烯烃的质量浓度较高,确定重点污染区域包括装置区、污水处理区与危废储存区。基于三点比较式臭袋法测定有组织点位的臭气浓度范围为131~17378,根据《恶臭污染物排放标准》(DB12/059—2018)要求,各点位均存在超标情况,气味属性为煤气味、酸臭味、酒糟味与刺激胶臭味;有组织与无组织点位共检出262种物质,芳香烃、酮类、硫化物和烷烯烃是主要检出物质;污水处理中有组织点位废气的总质量浓度与无组织点位废气的总质量浓度较高,分别达到22.8688、16.3213 mg/m3;基于物质质量浓度与检出率分析,入选成分谱的物质共计37种,包括硫化物、含氧有机物、烷烯烃、芳香烃与卤代烃;指纹谱指标物质包括二氧化硫、二甲基二硫醚、乙醛、乙酸、萘、1-甲基萘、2-甲基萘、茚和1-甲基-1H-茚。

基于神经网络及电子鼻的虾夷扇贝鲜活品质评价及传感器的筛选

追踪检测虾夷扇贝品质变化过程中的存活指标,生理指标以及电子鼻气味图谱的变化,建立保活流通过程中不同等级的活品虾夷扇贝电子鼻气味指纹图谱,购买市场上不同状态的活品虾夷扇贝,分别通过学习向量量化(learning vector quantization,LVQ)、概率(probabilistic neural networks,PNN)、支持向量机(support vector machine,SVM)神经网络对测试样品快速模式分类,最后通过对电子鼻传感器的筛选探索便携式快速品质鉴别设备的可能性。研究结果表明,24 h的极端胁迫环境放置较为完整的模拟了虾夷扇贝在保活流通过程中状态变差的过程;将电子鼻数据主成分分析、聚类分析结果与存活指标(开口率、缩边率以及死亡率)和生理指标(超氧化物歧化酶活性、耗氧率以及海水浊度)相结合可以把品质变化过程中的虾夷扇贝分成5个等级,并分别得到每个等级的扇贝气味指纹图谱;3种神经网络均可以对测试样品等级进行快速测定,其中支持向量机(SVM)神经网络兼具精确和快速的特点,测试样本T全部预测为等级4,测试样本N全部预测为等级3,从交叉验证到仿真预测所用时间仅为7.652 s;筛选得到的8个电子鼻传感器也可以对不同等级鲜活虾夷扇贝气味特征进行有效区分。

鸡肉品质劣变的电子鼻分析

利用电子鼻分别对0℃和10℃不同贮藏时间的鸡肉进行气味指纹分析,同时进行总挥发性盐基氮(TVBN)、菌落总数检测和感官评价。对气味指纹数据进行主成分分析(PCA)和判别因子分析(DFA),采用偏最小二乘法(PLS)构建电子鼻输出信号与TVBN、菌落总数和感官评分的关系曲线。结果表明,PCA和DFA分析能区分0℃和10℃下不同贮藏时间的鸡肉,通过电子鼻PCA和DFA分析获得的结果与其新鲜度具有较好的相关性。0℃样品的TVBN、菌落总数和感官评分实测值与PLS法得到的拟合值的相关系数分别为0.9920、0.9656和0.9812;10℃样品对应的相关系数分别为0.9873、0.9762和0.9880。利用电子鼻不仅能够区分开0℃和10℃下不同贮藏时间的鸡肉,而且可以对样品的TVBN、菌落总数和感官评分值进行预测。

基于电子鼻技术分析开花对前胡气味的影响

为研究开花前后两种前胡样品的气味指纹变化,探讨电子鼻应用于中药质量评价的可能性。采用电子鼻检测开花前后两种前胡样品气味在传感器上的响应值,采用主成分分析法(PCA)、判别因子分析法(DFA)进行分析,建立气味指纹图,并进行统计质量控制分析(SQC)。结果表明,电子鼻对开花前后两种前胡样品气味变化反应灵敏,可以完全区分,可以应用于中药气味鉴别研究。

基于气相-离子迁移谱分析不同产地“汉中仙毫”气味指纹差异

为便于“汉中仙毫”绿茶质量区分和品牌管理,利用气相-离子迁移色谱(gas chromatograph-ion mobility spectrometer,GC-IMS)分析了不同产地(南郑、勉县、镇巴、西乡、宁强)“汉中仙毫”的气味指纹差异。结果表明,GC-IMS技术可以对不同产地“汉中仙毫”气味物质实现较好分离。不同产地“汉中仙毫”中共鉴定出61种挥发性气味物质,包括醛类30种、酮类12种、酯类7种、醇类6种、呋喃类4种和酸类2种。主成分分析表明,不同产地“汉中仙毫”挥发性气味成分气相-离子迁移谱呈现出一定差异,2个主成分累计贡献率达到73%,说明基于GC-IMS技术可以对“汉中仙毫”进行产地区分。该研究建立了“汉中仙毫”挥发性气味物质指纹图谱,可视化呈现了不同产地茶叶气味物质差异,对今后“汉中仙毫”品质控制、产地区分、质量评估以及品牌管理提供了方法。

恶臭污染排放源指纹谱编制及初步应用

为了识别恶臭污染源排放特征以及了解不同行业恶臭物质排放差异,对恶臭污染排放源指纹谱指标物质进行了筛选,并依据筛选结果对6家典型恶臭排放企业进行样品采集及分析,绘制了各家企业的指纹谱图.结果表明:(1)通过物质嗅觉阈值与AMGE(ambient multimedia environmental goals,周围环境目标值)和Rf C(reference concentration,健康风险参考浓度)对比以及结合国内外恶臭标准受控物质和现有的标准检测方法,最终确定了包括三甲胺、硫化氢、甲硫醇等典型恶臭物质在内的19种物质作为指纹谱指标物质.(2)依据我国现行的标准监测分析方法对19种恶臭指标物进行检测,初步得到了各家企业的恶臭物质指纹谱数据,绘制了各家企业的指纹谱图.(3)指纹谱成分分析结果显示,污水处理厂主要的恶臭物质是硫化氢,ρ(硫化氢)为44.566mg/m^3;涂料企业ρ(甲基乙基酮)、ρ(丁醛)和ρ(乙酸乙酯)较高,分别为39.037、28.757、27.840 mg/m^3;制药企业ρ(丙醛)较高,为4.791 mg/m^3;汽车和家具制造企业ρ(二甲苯)较高,分别为15.209和2.081 mg/m^3.(4)应用分歧系数法分析不同企业指纹谱之间的相似程度,分析结果显示,分歧系数在0.331~0.809之间,不同企业之间指纹谱存在较大差异.研究显示,建立恶臭污染排放源指纹谱可进行恶臭源排放特征识别,为恶臭污染溯源提供基础数据和科学依据.

气味指纹技术在水产品品质评价中的应用研究进展

气味指纹技术是一种将气体传感设备与多元统计方法相结合,用于分析食品中挥发性风味物质,表征样品信息,并对产品品质予以判断的检测技术。该技术具有无损检测、快速简便、灵活准确、结果客观等优点,现已广泛应用于水产品品质的分析检测中。该文在比较传统水产品品质评价方法主要优缺点的基础上,综述了电子鼻、电子舌、气相色谱-质谱联用等技术在水产品新鲜度鉴别、货架期预测与品质评价中的应用研究进展。文中提出将不同检测技术联合使用以克服单一检测分析的不足之处,阐明将气味指纹技术结合新型智能技术,利用其分析结果对水产品挥发性成分予以调控,提升其综合品质,扩大该技术在水产品品质评价领域中的推广应用。

垃圾填埋场恶臭气体的指纹谱

为研究垃圾填埋场恶臭污染排放现状,采用GC-MS方法分析研究了天津某垃圾填埋场春、夏季节不同采样点臭气中物质组成及主要组分含量.在所采集的样品中定量分析了111种物质,从中筛选21种物质并根据其归一化浓度值建立了各采样点的指纹谱图.结合物质嗅阈值和指纹谱分析,初步识别了各采样点的典型恶臭污染物,垃圾倾倒区包括硫化氢、甲苯、二甲二硫醚、甲硫醚、乙苯;填埋区包括甲苯、二硫化碳、乙醇、乙苯、乙酸乙酯;填埋气包括甲苯、乙苯、对二甲苯、邻二甲苯、甲硫醚.根据物质谱相似性分析,下风向恶臭物质组成主要受填埋区中恶臭污染物的影响.

基于电子鼻的气味指纹技术在有害微生物检测中的应用

气味指纹技术是借助气体传感器等气体吸附手段,对挥发性气味物质进行分析处理的技术。随着嗅觉传感器技术的不断发展,气味指纹技术得到了广泛的研究与应用。本文介绍了基于电子鼻的气味指纹技术在临床诊断、环境监测、食品分析领域有害微生物检测的实例,展望了其应用前景,为以后更好的利用气味指纹技术研究有害微生物提供了理论依据。

气味指纹技术在食品品质安全检测中的应用

介绍了常用的气味指纹分析技术:固相微萃取结合气质联用(SPME-GC-MS)技术、气相色谱-嗅闻(gas chromatography-olfactory,GC-O)技术和电子鼻(electronic nose)技术,综述了它们在食品新鲜度检测、有害微生物检测和货架期预测等方面应用的现状,展望了上述技术在食品品质劣变分析和安全检测中的发展趋势。

鱼体新鲜度新型检测方法的研究进展

鱼是日常膳食结构的重要组成部分,具有较高的营养价值。但是,在贮存过程中,由于鱼体组织结构脆弱以及内源性酶和嗜冷细菌的作用,导致鱼的气味、风味和质地发生变化,鱼体品质迅速下降。因此,快速、方便、无损检测鱼体新鲜度成为目前该领域的研究热点。该文在对比与总结传统鱼体新鲜度检测方法的基础上,简述了目前最新的鱼体新鲜度检测方法,包括气味指纹技术、新鲜度指示型智能包装技术、蛋白组学分析技术、生物传感器技术和光谱技术,比较和论述了其优缺点,并对其发展前景和应用趋势进一步展望。

基于气味指纹分析的八角茴香与莽草鉴别研究

八角茴香与莽草同为木兰科植物的果实,其在性状上极其相似,难以区分。莽草具有一定的毒性,被掺到八角茴香中难以辨别。作为常用香料,八角茴香气味浓郁且独特,而莽草具有不同于八角茴香的特异芳香气。因此,气味鉴别是八角茴香与莽草区分的常用方法。研究以气味鉴别为切入点,采用气味指纹分析技术,对八角茴香与莽草的气味进行检测,依据获得的气味指纹信息,结合化学计量学方法对八角与莽草进行快速鉴别。结果表明:八角茴香与莽草在气味特征上存在明显差异,统计质量控制分析(SQC)与软独立建模分析(SIMCA)模型能够实现八角茴香与莽草的区分;主成分分析(PCA)可明显区分八角茴香与莽草;判别因子分析(DFA)模型累积方差总贡献率为100%,正确判别率不小于99%。本研究采用气味指纹分析技术可反映出八角茴香及莽草的气味特征差异,并与化学计量学方法相结合,实现了八角茴香与莽草的快速鉴别。

气味指纹技术在水产品质量检测中的应用

气味指纹技术是对样品挥发性成分进行检测,分析样品中具有特征性气味物质相关信息的检测技术,为水产品质量检测提供快速、无损、精确的检测方法。文章介绍气味指纹技术所包含的样品处理、检测和数据处理三大技术,以及气味指纹技术在水产品新鲜度、货架期预测、风味和安全检测中的应用,并对气味指纹分析技术的发展及其在水产品中的应用进行展望。

气味指纹图谱技术在肉制品品质检测中的应用

肉制品在加工及储存过程中产生的化合物会使肉制品风味发生变化,气味指纹图谱技术是指利用电子鼻、气质联用、固相微萃取与气质联用等挥发性成分分析技术达到对肉制品挥发性气味物质的数据录入,从而得到特征性图谱,在对不同批次的肉制品数据进行指纹图谱录入后,建立相应的肉制品模型,从而达到肉制品优化设计的目的。